姚玉坤,宋威威,李其超,張?jiān)葡?/p>

(重慶郵電大學(xué) 通信與信息工程學(xué)院,重慶 400065)

1 引 言

近年來(lái),無(wú)人機(jī)(unmanned aerial vehicle,UAV)已廣泛地用于軍事和民用領(lǐng)域[1].由于單個(gè)無(wú)人機(jī)的工作能力有限,尤其是對(duì)于中小型無(wú)人機(jī)來(lái)說(shuō),構(gòu)成無(wú)人機(jī)自組網(wǎng)(UAV Ad Hoc Networks)來(lái)增加無(wú)人機(jī)工作范圍,提高無(wú)人機(jī)的執(zhí)行復(fù)雜任務(wù)的能力[2].根據(jù)無(wú)人機(jī)的現(xiàn)有應(yīng)用,無(wú)人機(jī)的兩種主要的通信需求是:發(fā)回傳感器數(shù)據(jù)、接收控制命令[2,3].如圖1所示,無(wú)人機(jī)自組網(wǎng)網(wǎng)絡(luò)在空中建立后,無(wú)人機(jī)網(wǎng)絡(luò)與地面控制站(ground control station,GCS)的通信任務(wù)全部由網(wǎng)關(guān)節(jié)點(diǎn)完成,無(wú)人機(jī)網(wǎng)關(guān)節(jié)點(diǎn)與地面控制站的通信通常由高功率無(wú)線通信支持.所有無(wú)人機(jī)采集到的數(shù)據(jù)都要經(jīng)過(guò)網(wǎng)關(guān)才能發(fā)送到地面控制站,如何最大程度上維持無(wú)人機(jī)網(wǎng)關(guān)與地面控制站之間的數(shù)據(jù)鏈路是無(wú)人機(jī)網(wǎng)絡(luò)和地面控制站通信中的關(guān)鍵問(wèn)題[4].本研究的對(duì)象是中小型無(wú)人機(jī),無(wú)人機(jī)離開(kāi)地面站的控制會(huì)失聯(lián);另外,無(wú)人機(jī)的軌跡是不確定的,是根據(jù)任務(wù)動(dòng)態(tài)調(diào)整的;此外,本文的研究是在網(wǎng)絡(luò)層,不考慮通信電磁等外部條件導(dǎo)致的通信干擾.

無(wú)人機(jī)自組網(wǎng)的網(wǎng)關(guān)選擇與無(wú)線傳感器網(wǎng)絡(luò)和Ad Hoc網(wǎng)絡(luò)的簇頭選擇非常相似,例如文獻(xiàn)[5]中的場(chǎng)景就是節(jié)點(diǎn)收集信息并最終將其傳送給基站.目前,對(duì)于移動(dòng)自組網(wǎng)分簇算法的研究都比較成熟,包括最小ID算法[6]、CONID算法[7]等;已有一些學(xué)者通過(guò)借鑒現(xiàn)有的分簇算法并考慮到無(wú)人機(jī)自組網(wǎng)中的節(jié)點(diǎn)高速移動(dòng)問(wèn)題提出了改進(jìn)的無(wú)人機(jī)自組網(wǎng)分簇算法和網(wǎng)關(guān)選擇算法.CONID算法是最小ID算法的改進(jìn)算法[7],將連通性視為主要的考慮因素,但是在無(wú)人機(jī)自組網(wǎng)中無(wú)人機(jī)節(jié)點(diǎn)高速移動(dòng),導(dǎo)致節(jié)點(diǎn)的連通性變化較快,因此使用該算法會(huì)導(dǎo)致簇頭頻繁的切換.文獻(xiàn)[8]提出了一種近空間無(wú)人機(jī)分簇算法.該算法通過(guò)綜合考慮無(wú)人機(jī)之間的連接時(shí)間、節(jié)點(diǎn)度、無(wú)人機(jī)和浮空器之間連接時(shí)間這些因素進(jìn)行簇頭選舉.該算法在計(jì)算無(wú)人機(jī)與浮空器鏈路持續(xù)時(shí)間時(shí)假設(shè)無(wú)人機(jī)速度大小方向不變,由于無(wú)人機(jī)執(zhí)行任務(wù)時(shí)其飛行速度和方向是動(dòng)態(tài)變化的,因此這樣的計(jì)算方法往往只在較短的時(shí)間內(nèi)才比較準(zhǔn)確,顯然不適合用于計(jì)算無(wú)人機(jī)網(wǎng)關(guān)節(jié)點(diǎn)和地面控制站之間較長(zhǎng)的鏈路連接時(shí)間.文獻(xiàn)[9]提出了無(wú)人機(jī)網(wǎng)絡(luò)分布式網(wǎng)關(guān)選擇算法.該算法考慮到了分區(qū)邊界對(duì)無(wú)人機(jī)穩(wěn)定性的影響并建立了數(shù)學(xué)模型,因此其節(jié)點(diǎn)穩(wěn)定性的計(jì)算更能反映無(wú)人機(jī)鏈路實(shí)際的連接情況.但是,該算法在選擇網(wǎng)關(guān)時(shí)首先從滿足穩(wěn)定性閾值要求的節(jié)點(diǎn)中選出潛在網(wǎng)關(guān),然后使用隨機(jī)延遲機(jī)制從潛在網(wǎng)關(guān)中隨機(jī)產(chǎn)生網(wǎng)關(guān)節(jié)點(diǎn).因此最終產(chǎn)生的網(wǎng)關(guān)很可能不是穩(wěn)定性值最大的節(jié)點(diǎn),甚至存在另外的潛在網(wǎng)關(guān)節(jié)點(diǎn)的穩(wěn)定性值比最終產(chǎn)生的網(wǎng)關(guān)節(jié)點(diǎn)穩(wěn)定性值大很多,這樣就會(huì)造成下一輪的網(wǎng)關(guān)節(jié)點(diǎn)選擇過(guò)程中可能會(huì)再次將網(wǎng)關(guān)節(jié)點(diǎn)切換到穩(wěn)定性值更大的節(jié)點(diǎn),顯然增加了不必要的網(wǎng)關(guān)節(jié)點(diǎn)切換次數(shù),從而帶來(lái)更長(zhǎng)的通信延遲并降低了網(wǎng)絡(luò)整體的吞吐量.

圖1 無(wú)人機(jī)自組網(wǎng)網(wǎng)絡(luò)模型Fig.1 Network model of UAV Ad Hoc networks

文中通過(guò)對(duì)相關(guān)文獻(xiàn)的研究,提出了一種基于無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的網(wǎng)關(guān)選擇算法.首先,該算法中無(wú)人機(jī)根據(jù)自身歷史位置記錄信息得出無(wú)人機(jī)與地面控制站之間鏈路狀態(tài)歷史信息,建立馬爾科夫預(yù)測(cè)模型用于計(jì)算該鏈路狀態(tài)從“連通”到“連通”馬爾科夫預(yù)測(cè)概率;其次,構(gòu)建基于無(wú)人機(jī)運(yùn)動(dòng)趨勢(shì)的無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的數(shù)學(xué)模型,通過(guò)無(wú)人機(jī)近期的運(yùn)動(dòng)趨勢(shì)記錄和該預(yù)測(cè)概率計(jì)算模型得出基于近期運(yùn)動(dòng)趨勢(shì)的預(yù)測(cè)結(jié)果,之后,綜合基于無(wú)人機(jī)活動(dòng)模型的預(yù)測(cè)結(jié)果和基于無(wú)人機(jī)近期運(yùn)動(dòng)趨勢(shì)的預(yù)測(cè)結(jié)果得出最終的無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)概率.最后,在潛在網(wǎng)關(guān)成為網(wǎng)關(guān)的過(guò)程中采用了函數(shù)計(jì)時(shí)機(jī)制,從潛在網(wǎng)關(guān)的產(chǎn)生到其廣播網(wǎng)關(guān)通告消息的延遲時(shí)間根據(jù)無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性和無(wú)人機(jī)與地面控制站鏈路狀態(tài)預(yù)測(cè)結(jié)果加權(quán)計(jì)算得出,無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性和無(wú)人機(jī)-地面控制站鏈路預(yù)測(cè)概率越大則計(jì)算出的延遲時(shí)間越小,因此可以選擇出參數(shù)最優(yōu)的節(jié)點(diǎn)作為網(wǎng)關(guān)節(jié)點(diǎn).由此選出的網(wǎng)關(guān)節(jié)點(diǎn)可以較長(zhǎng)時(shí)間的在地面控制站通信范圍內(nèi)持續(xù)工作,減少切換次數(shù),提高無(wú)人機(jī)自組網(wǎng)通信的穩(wěn)定性,降低無(wú)人機(jī)網(wǎng)絡(luò)高動(dòng)態(tài)特性給無(wú)人機(jī)與地面控制站數(shù)據(jù)傳輸?shù)耐ㄐ艜r(shí)延和吞吐量帶來(lái)的不利影響.

2 人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)機(jī)制

2.1 基于無(wú)人機(jī)節(jié)點(diǎn)活動(dòng)模型的預(yù)測(cè)

在無(wú)人機(jī)網(wǎng)絡(luò)中,一架無(wú)人機(jī)的移動(dòng)通常是由其任務(wù)驅(qū)動(dòng)的,大多數(shù)無(wú)人機(jī)的位置與地面任務(wù)有關(guān),部分無(wú)人機(jī)可能在大部分的時(shí)間內(nèi)在地面控制站的通信范圍內(nèi)執(zhí)行任務(wù),部分無(wú)人機(jī)可能在小部分時(shí)間內(nèi)地面控制站的通信范圍內(nèi)執(zhí)行任務(wù),如圖2所示為某無(wú)人機(jī)歷史軌跡示意圖,可知該無(wú)人機(jī)執(zhí)行任務(wù)的區(qū)域大部分都在地面控制站的通信范圍內(nèi),我們可以根據(jù)無(wú)人機(jī)歷史位置信息和當(dāng)前時(shí)刻無(wú)人機(jī)的位置情況來(lái)預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)無(wú)人機(jī)仍將處于地面控制站的通信范圍的概率大小.我們把無(wú)人機(jī)和地面控制站之間的鏈路狀態(tài)分為“連通”和“中斷”,簡(jiǎn)稱“通”和“斷”,則可以根據(jù)無(wú)人機(jī)當(dāng)前時(shí)刻與地面控制站鏈路的狀態(tài)和歷史信息來(lái)預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)無(wú)人機(jī)與地面控制站鏈路的狀態(tài).因?yàn)橹挥挟?dāng)無(wú)人機(jī)和地面控制站之間的鏈路暢通時(shí)才可以被選為網(wǎng)關(guān),因此網(wǎng)關(guān)的首要條件就是當(dāng)前時(shí)刻要在地面控制站的通信范圍內(nèi),故我們對(duì)無(wú)人機(jī)-地面控制站鏈路狀態(tài)的預(yù)測(cè)主要是為了得到“通”到“通”的條件預(yù)測(cè)概率,這里根據(jù)馬爾科夫預(yù)測(cè)模型的思想,提出基于馬爾科夫的無(wú)人機(jī)-地面控制站狀態(tài)活動(dòng)模型,該模型考慮兩個(gè)相鄰時(shí)間段無(wú)人機(jī)-地面控制站鏈路狀態(tài)間的轉(zhuǎn)換,對(duì)無(wú)人機(jī)-地面控制站鏈路狀態(tài)的歷史記錄進(jìn)行建模,由鏈路狀態(tài)轉(zhuǎn)移情況求得鏈路狀態(tài)一步轉(zhuǎn)移概率.

圖2 無(wú)人機(jī)歷史軌跡示意圖Fig.2 History track of UAV

在本文中,若無(wú)人機(jī)在地面控制站的通信范圍內(nèi)就默認(rèn)為無(wú)人機(jī)與地面控制站之間的鏈路狀態(tài)處于“暢通”的狀態(tài),因此可以根據(jù)無(wú)人機(jī)的位置信息可以得到無(wú)人機(jī)和地面控制站之間的鏈路狀態(tài)信息.

表1 無(wú)人機(jī)-地面控制站鏈路狀態(tài)抽樣記錄
Table 1 UAV-GCS link state sampling record

LSnLSn-1……LS2LS1 }ΔT 當(dāng)前時(shí)刻

表2 無(wú)人機(jī)-地面控制站鏈路狀態(tài)轉(zhuǎn)移情況
Table 2 UAV-GCS link state transition

通斷合計(jì)通aba+b斷cdc+d

表3 無(wú)人機(jī)-地面控制站鏈路狀態(tài)一步轉(zhuǎn)移概率
Table 3 UAV-GCS link state transition one-step
transition probability

通斷合計(jì)通a/(a+b)b/(a+b)1斷c/(c+d)dc/(c+d)1

從當(dāng)前時(shí)刻開(kāi)始,根據(jù)無(wú)人機(jī)的歷史位置記錄信息進(jìn)行抽樣可以得出無(wú)人機(jī)的鏈路狀態(tài)信息,表1為無(wú)人機(jī)鏈路狀態(tài)抽樣記錄情況,抽樣時(shí)間間隔為ΔT,表示無(wú)人機(jī)-地面控制站鏈路狀態(tài),可以為“通”或者“斷”,LS1至LSn表示n次無(wú)人機(jī)-地面控制站鏈路狀態(tài)的抽樣結(jié)果;抽樣間隔可以根據(jù)實(shí)際情況取適當(dāng)大小的值,若連續(xù)兩次抽樣中無(wú)人機(jī)-地面控制站鏈路狀態(tài)都為“通”則認(rèn)為在抽樣間隔時(shí)間ΔT內(nèi)該鏈路狀態(tài)為“通”,否則認(rèn)為該鏈路狀態(tài)為“斷”.

PMar=P(“通”→“通”)=P11

(1)

2.2 基于無(wú)人機(jī)運(yùn)動(dòng)趨勢(shì)的預(yù)測(cè)

從宏觀角度來(lái)看,移動(dòng)對(duì)象至目標(biāo)位置的距離應(yīng)越來(lái)越近[11],若無(wú)人機(jī)在近期一段時(shí)間內(nèi)距離地面控制站越來(lái)越遠(yuǎn)則無(wú)人機(jī)將要離開(kāi)地面控制站通信范圍內(nèi)的概率會(huì)較大,反之若無(wú)人機(jī)在近期一段時(shí)間內(nèi)距離地面控制站越來(lái)越近則無(wú)人機(jī)將要離開(kāi)地面控制站通信范圍內(nèi)的概率會(huì)較小.通過(guò)無(wú)人機(jī)與地面控制站之間距離的變化量可以反映無(wú)人機(jī)的運(yùn)動(dòng)趨勢(shì)[12],另外,無(wú)人機(jī)距離地面控制站越近其在未來(lái)時(shí)間里繼續(xù)處在地面控制站通信范圍的可能性就越大,反之,當(dāng)無(wú)人機(jī)處于地面控制站的通信LS半徑的邊緣時(shí)其在未來(lái)時(shí)間離開(kāi)地面控制站通信范圍的可能性就較大.因此,我們可以建立基于無(wú)人機(jī)運(yùn)動(dòng)趨勢(shì)的無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)模型,如下.

以當(dāng)前時(shí)刻為起點(diǎn),對(duì)最近歷史時(shí)刻無(wú)人機(jī)與地面控制站之間距離記錄情況進(jìn)行抽樣,得到的距離集合序列為D={d1,d2,…,ds},其中d1為當(dāng)前時(shí)刻無(wú)人機(jī)與地面控制站之間的距離,之后依次為歷史時(shí)刻的距離抽樣,由于反映的是無(wú)人機(jī)節(jié)點(diǎn)近期的運(yùn)動(dòng)趨勢(shì),所以抽樣間隔需要根據(jù)實(shí)際情況取較小的值.

相對(duì)于地面控制站而言的無(wú)人機(jī)運(yùn)動(dòng)趨勢(shì)可由位置和位置變化量?jī)煞矫嬉蛩乇硎?如下所示.

1)近期節(jié)點(diǎn)位置變化量

PCF表示位置變化量因素,如公式(2)所示;其中,Δk為相鄰兩個(gè)距離抽樣的變化量,其計(jì)算如公式(3)所示,Δd>0表明無(wú)人機(jī)在接近地面控制站,Δd<0表明無(wú)人機(jī)在遠(yuǎn)離地面控制站;Δdmax為抽樣時(shí)間間隔Δt內(nèi)無(wú)人機(jī)以最大速度vmax飛行的路程長(zhǎng)度,如公式(4)所示.

PCF反映的是抽樣距離集合中所有相鄰抽樣差值的平均值的情況.PCF大于零表明近期無(wú)人機(jī)與地面控制站的距離總體上來(lái)說(shuō)越來(lái)越近,PCF小于零表明近期無(wú)人機(jī)與地面控制站的距離總體上來(lái)說(shuō)原來(lái)越遠(yuǎn),當(dāng)PCF為零或者接近零的時(shí)候表明近期無(wú)人機(jī)與地面控制站的相對(duì)位置關(guān)系比較穩(wěn)定.

(2)

Δd=dk+1-dk(k≤s)

(3)

Δdmax=Δt×vmax

(4)

2)當(dāng)前時(shí)刻節(jié)點(diǎn)位置情況

PF表示位置因素,如公式(5)所示,d1表示無(wú)人機(jī)當(dāng)前時(shí)刻距離地面控制站的距離,dGCS表示無(wú)人機(jī)與地面控制站的最大通信距離.

PF反映的是當(dāng)前時(shí)刻無(wú)人機(jī)與地面控制站的距離對(duì)未來(lái)時(shí)間里無(wú)人機(jī)-地面控制站鏈路狀態(tài)測(cè)影響.

(5)

綜合PCF和PF,可以得出基于運(yùn)動(dòng)趨勢(shì)的無(wú)人機(jī)鏈路狀態(tài)預(yù)測(cè)結(jié)果PMov,如公式(6)所示,可知,PCF和PF的理論上的取值范圍是[0,1],因而PMov的取值范圍也是[0,1].

(6)

當(dāng)PCF≤0時(shí),PCF值越小則表明無(wú)人機(jī)節(jié)點(diǎn)整體遠(yuǎn)離地面控制站的運(yùn)動(dòng)趨勢(shì)越明顯,并且無(wú)人機(jī)離地面控制站越遠(yuǎn)則PF的值越大,最終PMov的值就越小,此時(shí)無(wú)人機(jī)在未來(lái)一段時(shí)間里繼續(xù)與地面控制站的鏈路保持連接的概率就越小,反之亦然.

當(dāng)PCF>0時(shí),PCF值越大則表明無(wú)人機(jī)節(jié)點(diǎn)整體接近地面控制站的運(yùn)動(dòng)趨勢(shì)越明顯,并且無(wú)人機(jī)離地面控制站越近則PF的值越大,最終PMov的值也越大,此時(shí)無(wú)人機(jī)在未來(lái)一段時(shí)間里繼續(xù)與地面控制站的鏈路保持連接的概率就越大,反之亦然.

總之,PMov的值越大,在未來(lái)一段時(shí)間里無(wú)人機(jī)-地面控制站鏈路狀態(tài)將繼續(xù)處于“通”的可能性就越大;PMov的值越小,在未來(lái)一段時(shí)間里無(wú)人機(jī)-地面控制站鏈路狀態(tài)將繼續(xù)處于“通”的可能性就越小.

2.3 無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的綜合概率

結(jié)合基于無(wú)人機(jī)活動(dòng)模型的預(yù)測(cè)結(jié)果和基于無(wú)人機(jī)運(yùn)動(dòng)趨勢(shì)的預(yù)測(cè)結(jié)果可以得到無(wú)人機(jī)-地面控制站鏈路狀態(tài)在未來(lái)時(shí)間段仍將繼續(xù)處于“通”的綜合概率,如公式(7)所示,通過(guò)這兩個(gè)預(yù)測(cè)模型結(jié)果結(jié)合得到的預(yù)測(cè)概率可以剛準(zhǔn)確的預(yù)測(cè)未來(lái)時(shí)間里無(wú)人機(jī)與地面控制站之間鏈路的來(lái)連接情況.與通常意義上的概率不太一樣,該綜合概率的值僅是表征無(wú)人機(jī)-地面控制站將繼續(xù)保持“通”的可能性的大小的相對(duì)性,不同的無(wú)人機(jī)節(jié)點(diǎn)相比,Ppre越大則無(wú)人機(jī)在未來(lái)時(shí)刻將繼續(xù)保持與地面控制站的鏈路連通的可能性就越大.

(7)

3 函數(shù)計(jì)時(shí)機(jī)制

作為網(wǎng)關(guān)節(jié)點(diǎn)除了要求無(wú)人機(jī)與地面控制站之間的鏈路保持暢通外,還要求無(wú)人機(jī)與其它的鄰居無(wú)人機(jī)節(jié)點(diǎn)鏈路可以保持暢通,即無(wú)人機(jī)與鄰居節(jié)點(diǎn)的鏈路越穩(wěn)定則越適合充當(dāng)網(wǎng)關(guān)節(jié)點(diǎn).現(xiàn)有移動(dòng)自組網(wǎng)和無(wú)人機(jī)自組網(wǎng)中進(jìn)行簇頭選擇或者網(wǎng)關(guān)選擇都會(huì)定義節(jié)點(diǎn)穩(wěn)定性,從而選出與鄰居節(jié)點(diǎn)鏈路保持時(shí)間較長(zhǎng)的節(jié)點(diǎn)作為網(wǎng)關(guān)節(jié)點(diǎn),以減少節(jié)點(diǎn)的高速移動(dòng)特性給通信帶來(lái)的不利影響.本文用si表示無(wú)人機(jī)節(jié)點(diǎn)i的穩(wěn)定性,如公式(8)所示.

si=∑j∈EiLij

(8)

其中,Ei為節(jié)點(diǎn)的i的鄰居節(jié)點(diǎn)集合,Lij為節(jié)點(diǎn)i和鄰居節(jié)點(diǎn)j之間的鏈路可用性,可以通過(guò)文獻(xiàn)[10]中的計(jì)算方法進(jìn)行計(jì)算得出,鄰居節(jié)點(diǎn)的位置信息通過(guò)HELLO消息攜帶得到.

無(wú)人機(jī)自組網(wǎng)中,在地面控制站通信范圍的節(jié)點(diǎn)都可以是候選網(wǎng)關(guān)節(jié)點(diǎn),當(dāng)候選網(wǎng)關(guān)節(jié)點(diǎn)的穩(wěn)定性值符合一定條件時(shí)則被選為潛在網(wǎng)關(guān)節(jié)點(diǎn),潛在網(wǎng)關(guān)節(jié)點(diǎn)當(dāng)中將會(huì)產(chǎn)生唯一一個(gè)網(wǎng)關(guān)節(jié)點(diǎn)廣播網(wǎng)關(guān)通告消息GWADV((Gateway Advertisemen).本文由潛在網(wǎng)關(guān)被選舉為網(wǎng)關(guān)的過(guò)程中使用了函數(shù)計(jì)時(shí)機(jī)制,即所有的潛在網(wǎng)關(guān)節(jié)點(diǎn)將會(huì)延遲一定的時(shí)間,延遲時(shí)間是通過(guò)節(jié)點(diǎn)的穩(wěn)定性值和無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的結(jié)果加權(quán)計(jì)算得出,延遲時(shí)間最小的潛在網(wǎng)關(guān)節(jié)點(diǎn)將會(huì)最先廣播GWADV消息,其它潛在網(wǎng)關(guān)節(jié)點(diǎn)收到GWADV消息之后將停止計(jì)時(shí)器計(jì)時(shí),不再發(fā)送GWADV消息.網(wǎng)關(guān)通告消息的格式如表4所示,GW_Seq_num為網(wǎng)關(guān)節(jié)點(diǎn)的序列號(hào),Sder_pos為網(wǎng)關(guān)節(jié)點(diǎn)的位置,stability為網(wǎng)關(guān)節(jié)點(diǎn)的穩(wěn)定性值.無(wú)人機(jī)自組網(wǎng)中的無(wú)人機(jī)節(jié)點(diǎn)通過(guò)GWADV消息可以獲知當(dāng)前網(wǎng)關(guān)節(jié)點(diǎn)的穩(wěn)定性信息.

表4 網(wǎng)關(guān)通告消息結(jié)構(gòu)
Table 4 Structure of gateway advertisement message

GW_Seq_numSder_posstability

節(jié)點(diǎn)穩(wěn)定性值相差較小無(wú)人機(jī)節(jié)點(diǎn)作為網(wǎng)關(guān)來(lái)說(shuō)其性能基本相當(dāng),因此應(yīng)該把節(jié)點(diǎn)穩(wěn)定性值相差不大的節(jié)點(diǎn)同等對(duì)待,另外,由于節(jié)點(diǎn)穩(wěn)定性值相較于延遲時(shí)間的值來(lái)說(shuō)太大,不方便進(jìn)行延遲時(shí)間的計(jì)算,因此我們?cè)谟?jì)算延遲時(shí)間是將其轉(zhuǎn)換為合適大小的值再進(jìn)行計(jì)算.這里根據(jù)節(jié)點(diǎn)的穩(wěn)定性值將無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性進(jìn)行了分級(jí),如表5所示,Δ1、Δ2、Δ3和Δ4為分級(jí)的閾值,λ表示不同級(jí)別穩(wěn)定性節(jié)點(diǎn)對(duì)應(yīng)的不同級(jí)別的參數(shù)且λ1<λ2<λ3<λ4，Tconst為調(diào)節(jié)常數(shù)(可以使延遲時(shí)間落在合適的區(qū)間內(nèi));潛在網(wǎng)關(guān)節(jié)點(diǎn)i的延遲時(shí)間的計(jì)算如公式(8)所示,從公式中可以看出,無(wú)人機(jī)的節(jié)點(diǎn)穩(wěn)定性和無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的概率越大,則延遲時(shí)間越小.

在“圖書(shū)館組織轉(zhuǎn)型的方向與路徑”主題版塊中，來(lái)自倫敦瑪麗女王大學(xué)、荷蘭鹿特丹伊斯拉謨斯大學(xué)、西弗吉尼亞大學(xué)、臺(tái)灣大學(xué)、新加坡管理大學(xué)、嶺南大學(xué)、華中師范大學(xué)等海內(nèi)外高校圖書(shū)館館長(zhǎng)圍繞大學(xué)圖書(shū)館的組織重構(gòu)和轉(zhuǎn)型方向、館員角色評(píng)估與職業(yè)規(guī)劃、圖書(shū)館未來(lái)發(fā)展趨勢(shì)等方面展開(kāi)了探討，

Ti=Tconst*λ*(1-Ppre(i))

(9)

表5 節(jié)點(diǎn)穩(wěn)定性分級(jí)
Table 5 Grade node stability

級(jí)別穩(wěn)定性(Si)級(jí)別參數(shù)(λ)1Si ≥ Δ1λ12Δ1>Si ≥ Δ2λ23Δ2>Si ≥ Δ3λ34Si < Δ3λ4

4 基于無(wú)人機(jī)地面控制站鏈路預(yù)測(cè)的網(wǎng)關(guān)選擇算法

分布式的算法具有可靠和控制開(kāi)銷(xiāo)較少的特點(diǎn),本文所提算法采用的是分布式的算法,即無(wú)人機(jī)網(wǎng)關(guān)的選擇參數(shù)由節(jié)點(diǎn)本身進(jìn)行計(jì)算,隨后根據(jù)計(jì)算結(jié)果自動(dòng)產(chǎn)生網(wǎng)關(guān)節(jié)點(diǎn).

根據(jù)以上的工作,提出了基于鏈路預(yù)測(cè)的網(wǎng)關(guān)選擇算法,算法的流程如圖3所示,以節(jié)點(diǎn)i為例,該算法具體操作步驟如下:

步驟1.無(wú)人機(jī)節(jié)點(diǎn)i計(jì)算自身的節(jié)點(diǎn)穩(wěn)定性si;

步驟2.檢驗(yàn)該無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性值是否滿足條件si-sk≥ε,其中sk為網(wǎng)關(guān)節(jié)點(diǎn)k的穩(wěn)定性值,ε為網(wǎng)關(guān)切換閾值;

步驟3.若不滿足條件則算法結(jié)束,否則繼續(xù)執(zhí)行下面步驟;

步驟4.將節(jié)點(diǎn)i置為潛在網(wǎng)關(guān)節(jié)點(diǎn);

步驟5.潛在網(wǎng)關(guān)節(jié)點(diǎn)i計(jì)算延遲等待時(shí)間Ti并開(kāi)始計(jì)時(shí),若計(jì)時(shí)期間節(jié)點(diǎn)收到新的網(wǎng)關(guān)通告消息則停止計(jì)時(shí)并更新網(wǎng)關(guān)節(jié)點(diǎn)id,否則經(jīng)過(guò)計(jì)時(shí)時(shí)間Ti后再次檢查是否滿足步驟2中的條件,若仍滿足則廣播網(wǎng)關(guān)通告消息GWADV,否則計(jì)算算法不廣播網(wǎng)關(guān)通告消息.

圖3 網(wǎng)關(guān)選擇算法流程Fig.3 Flow of gateway selection algorithm

由于不同的無(wú)人機(jī)節(jié)點(diǎn)其無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)概率幾乎不會(huì)相同,各個(gè)無(wú)人機(jī)節(jié)點(diǎn)計(jì)算延遲等待時(shí)間可以認(rèn)為是不相同的,因此既可以保證同一個(gè)網(wǎng)絡(luò)分區(qū)只有一個(gè)前網(wǎng)關(guān)廣播網(wǎng)關(guān)通告消息,又可以保證選擇參數(shù)最大的節(jié)點(diǎn)成為網(wǎng)關(guān)節(jié)點(diǎn).

5 圖和表的要求仿真驗(yàn)證與性能分析

5.1 仿真參數(shù)設(shè)置

本文采用OPENT Modeler 14.5 仿真軟件對(duì)提出的基于無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)算法進(jìn)行了仿真驗(yàn)證,在相同仿真模擬場(chǎng)景下,分別與CONID算法、近空間無(wú)人機(jī)分簇算法、無(wú)人機(jī)網(wǎng)絡(luò)分布式網(wǎng)關(guān)選擇算法進(jìn)行了比較和分析.主要仿真參數(shù)如表6所示.

5.2 仿真結(jié)果分析

5.2.1 平均網(wǎng)關(guān)持續(xù)時(shí)間

在不同的節(jié)點(diǎn)移動(dòng)速度下,比較了四種算法的網(wǎng)關(guān)節(jié)點(diǎn)的平均持續(xù)工作時(shí)間,進(jìn)行了多次重復(fù)實(shí)驗(yàn)并取結(jié)果的平均值.從圖4可以看出,在相同的速度下,使用本文所提算法選出的網(wǎng)關(guān)比另外三種算法下的網(wǎng)關(guān)節(jié)點(diǎn)的平均持續(xù)工作時(shí)間明顯要更長(zhǎng).這是由于使用本算法中無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)機(jī)制得出的網(wǎng)關(guān)節(jié)點(diǎn)在地面控制站通信范圍內(nèi)停留的平均時(shí)間更長(zhǎng),減少了因無(wú)人機(jī)離開(kāi)地面控制站通信范圍而導(dǎo)致的網(wǎng)關(guān)切換.另外使用函數(shù)延遲機(jī)制可以使選擇參數(shù)最大的節(jié)點(diǎn)成為網(wǎng)關(guān),避免了從潛在網(wǎng)關(guān)中隨機(jī)產(chǎn)生的網(wǎng)關(guān)的選擇參數(shù)非最優(yōu)導(dǎo)致的不必要的網(wǎng)關(guān)切換. 因?yàn)樘热艟W(wǎng)關(guān)

表6 主要仿真參數(shù)
Table 6 Grade node stability

參 數(shù)數(shù) 值仿真區(qū)域20×20/km2仿真時(shí)間380/s節(jié)點(diǎn)數(shù)32/個(gè)數(shù)據(jù)分組大小256/Bytes發(fā)送速率10/Mbit/s節(jié)點(diǎn)移動(dòng)速度20-100/m/s通信半徑(UAV-UAV)1000/m通信半徑(UAV-GCS)5000/mTconst2HELLO消息廣播周期1/sGWADV廣播周期8/s

選擇參數(shù)最大的潛在網(wǎng)關(guān)節(jié)點(diǎn)沒(méi)有被選為網(wǎng)關(guān)且其節(jié)點(diǎn)穩(wěn)定性比被選為網(wǎng)關(guān)的節(jié)點(diǎn)大很多,則在下一輪網(wǎng)關(guān)選擇時(shí)很可能將再進(jìn)行網(wǎng)關(guān)的切換.此外,對(duì)于所有算法來(lái)說(shuō),節(jié)點(diǎn)速度越大,平均網(wǎng)關(guān)持續(xù)時(shí)間越小,這是由于節(jié)點(diǎn)速度越大,網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化越快,節(jié)點(diǎn)的穩(wěn)定性變化就越大,從而導(dǎo)致網(wǎng)關(guān)更頻繁的切換;另外網(wǎng)關(guān)節(jié)點(diǎn)速度越大,其處于在地面控制站通信范圍的時(shí)間就越短,網(wǎng)關(guān)的持續(xù)時(shí)間就越短.

圖4 平均網(wǎng)關(guān)持續(xù)時(shí)間Fig.4 Average gateway duration

5.2.2 數(shù)據(jù)平均傳輸時(shí)延

在相同的仿真環(huán)境下,比較了分別使用四種算法時(shí)數(shù)據(jù)從無(wú)人機(jī)節(jié)點(diǎn)到地面控制站的平均傳輸時(shí)延,其中發(fā)送數(shù)據(jù)的節(jié)點(diǎn)覆蓋整個(gè)無(wú)人機(jī)網(wǎng)絡(luò).從圖5可以看出,在使用四種算法的情況下,隨著無(wú)人機(jī)節(jié)點(diǎn)的速度越來(lái)越大,平均傳輸時(shí)延也越來(lái)越大,此外,相比于其它三種算法,在使用本算法的情況下的平均傳輸時(shí)延明顯要比其它三種算法要低.網(wǎng)關(guān)切換次數(shù)增多是導(dǎo)致這一結(jié)果的重要因素,因?yàn)樵谶M(jìn)行網(wǎng)關(guān)切換時(shí)數(shù)據(jù)的傳輸時(shí)延會(huì)受到較大的影響;發(fā)生網(wǎng)關(guān)切換后,舊網(wǎng)關(guān)節(jié)點(diǎn)已經(jīng)收到的數(shù)據(jù)將不能直接發(fā)往地面控制站而是發(fā)往新的網(wǎng)關(guān),此外還有正在發(fā)往舊網(wǎng)關(guān)路由上的數(shù)據(jù)也要先到達(dá)舊網(wǎng)關(guān)后才能轉(zhuǎn)發(fā)到新網(wǎng)關(guān),顯然,這些數(shù)據(jù)需要轉(zhuǎn)發(fā)更多的次數(shù)才能到達(dá)地面控制站,從而導(dǎo)致更高的傳輸時(shí)延.因此,本算法通過(guò)減少增加網(wǎng)關(guān)持續(xù)時(shí)間可以降低無(wú)人機(jī)自組網(wǎng)和地面控制站通信時(shí)的數(shù)據(jù)傳輸時(shí)延,尤其無(wú)人機(jī)網(wǎng)絡(luò)向地面?zhèn)鬏斒占降膶?shí)施偵察數(shù)據(jù)來(lái)說(shuō),數(shù)據(jù)的傳輸量大且對(duì)時(shí)延敏感,其提升效果也會(huì)比較大.

圖5 平均傳輸時(shí)延Fig.5 Average transmission delay

圖6 平均傳輸時(shí)延Fig.6 Average transmission delay

5.2.3 數(shù)據(jù)傳輸成功率

在不同的移動(dòng)速度下,比較了使用四種算法的情況下數(shù)據(jù)從無(wú)人機(jī)網(wǎng)絡(luò)傳輸?shù)降孛婵刂普镜某晒β?從圖6中可以看出,隨著節(jié)點(diǎn)移動(dòng)速度的增加,四種算法的數(shù)據(jù)傳輸成功率都在下降,這是由于在更高的節(jié)點(diǎn)移動(dòng)速度情況下,網(wǎng)關(guān)節(jié)點(diǎn)的切換更頻繁,由5.2.2中的分析可知這將會(huì)導(dǎo)致更多的數(shù)據(jù)轉(zhuǎn)發(fā)次數(shù)增多,在高速移動(dòng)的網(wǎng)絡(luò)中,鏈路穩(wěn)定性較差,更多的轉(zhuǎn)發(fā)將會(huì)導(dǎo)致丟包數(shù)量增多.相比于其它三種算法,本算法在數(shù)據(jù)傳輸成功率上均是最高,這得益于本算法較另外三種算法其網(wǎng)關(guān)持續(xù)時(shí)間更高.而且還可以知道,由于CONID算法沒(méi)有考慮移動(dòng)節(jié)點(diǎn)的高移動(dòng)性,因此在無(wú)人機(jī)網(wǎng)絡(luò)中其性能最差.

6 結(jié)束語(yǔ)

為了應(yīng)對(duì)無(wú)人機(jī)自組網(wǎng)的節(jié)點(diǎn)高速移動(dòng)特性給無(wú)人機(jī)網(wǎng)絡(luò)和地面控制站通信帶來(lái)的問(wèn)題,文中提出了一種基于無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)的網(wǎng)關(guān)選擇算法.文中建立了無(wú)人機(jī)-地面控制站鏈路狀態(tài)預(yù)測(cè)時(shí)的數(shù)學(xué)模型,并且通過(guò)權(quán)函數(shù)計(jì)時(shí)機(jī)制兼顧了無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性和無(wú)人機(jī)-地面控制站鏈路情況,最終使網(wǎng)關(guān)選擇參數(shù)最大的節(jié)點(diǎn)成為網(wǎng)關(guān)節(jié)點(diǎn).雖然仿真結(jié)果表明,文中所提算法在平均傳輸時(shí)延和傳輸成功率等方面性能較現(xiàn)有的算法有所提升,但無(wú)人機(jī)節(jié)點(diǎn)穩(wěn)定性計(jì)算等方面仍然有著優(yōu)化的空間,此外,也可以針對(duì)無(wú)人機(jī)網(wǎng)絡(luò)不同的任務(wù)需求增加額外的考慮因素,比如說(shuō)剩余能量等.